人民邮电数字信号处理第3章.pptVIP

第三章 离散傅氏变换DFT及其快速算法FFT 有时序列是有限时宽的，在这种特殊情况下可以导出另一种傅氏表示式，称作离散傅氏变换——DFT(Discret Fourier Transform)。DFT在理论上有重要意义，利用DFT的快速算法FFT，可以在实现各种数字信号处理的算法中起到核心作用。 3.1 问题的提出 3.2 DFS与DFT导出 3.3 DFS与DFT的性质 3.4 z变换与DFS的关系 3.5 快速傅氏变换算法FFT 3.6 时间抽选法FFT 3.7 频率抽选法 FFT 3.8 基4FFT算法 3.9 提高FFT运算效率的一些方法 3.10 IDFT的快速算法IFFT 3.11 Chirp－z变换CZT算法 3.12 用DFT求线性卷积 3.13 利用FFT进行频谱分析 3.1 问题的提出 本章所讨论的DFT就是在xa(t)为有限时宽时解决这一问题的方法。 3.2 DFS与DFT导出 1.频域取样分析 设一连续信号 xa(t)是有限时宽的，其傅氏变换是限带的(根据信号理论，若信号在时域内受限，即它被乘以矩形窗函数，则在频域内将是无限的，反之亦然，因此，必须要限带)，如图3-1(a)所示，它们之间的傅氏变换关系为式(3-1)。 2. DFS的分析 以上定性分析了推导DFS与DFT的过程，现在进行定量分析。 如果在时域内取样，取样周期为T，则频域周期延拓，可用傅氏级数来描述为  傅氏级数的系数xa(nT)正是 xa(t)的取样函数，可写成 3. DFT的导出 4.实现DFT的条件 对时域取样与频域取样间隔或取样率的要求，是实现DFT的条件，即 其中，Ωs 是时域取样频率；Ωl是频域取样间隔。 3.3 DFS与DFT的性质 1. DFS的性质 (1) 线性 (2) 序列的移位 (3) 对称性 (4) 周期卷积 2. DFT的性质 (1) 线性关系 如果有两个有限时宽序列x1(n)和x2(n)的线性组合，为 x3(n)=ax1(n)+bx2(n) 则x3(n)的DFT为 X3(k)=aX1(k)+bX2(k) 式中a、b为任意常数 (2) 序列的循环移位 (3) 对称性 因此，有必要对xe(n)和xo(n)的定义根据DFT的特点进行修改，给出一种新的定义，即周期共轭对称分量和周期共轭反对 称分量xep(n)和xop(n)。 3.4 z变换与DFS的关系 1.z变换在单位圆上的取样 令x(n)是周期序列x(n)的一个周期，即 2.取样z变换的内插表示 设有一非周期有限长序列x(n)，其只在0＜n＜N-1范围内有值，其余皆为零。则x(n)的z变换为 3.5 快速傅氏变换算法FFT FFT是Fast Fourier Transform的缩写，换句话说，FFT是实现 DFT(Discret Fourier Transform)的一种快速运算手段。FFT算法可分为时间抽选法和频率抽选法。 3.6 时间抽选法FFT 时间抽选法，就是在时域内逐次将序列分解成奇数子序列和偶数子序列，通过求子序列的DFT而实现整个序列的DFT，将计算DFT的运算量从N2复乘减少到(N2)log2N次复乘。 1.基本原理 设输入信号的列向量x(n)＝［x(0)，x(1)，…，x(N-1)］T，其DFT为X(k)＝［X(0)，X(1)，…，X(N-1)］T。将集合x(n)分解为两个交错集合，一个由偶数点组成，另一个由奇数点组成。采用如此分解方法，集合X(k)的前N2个元素可写成 2.同址计算 3.运算量的减少 设共有复数乘法Mc次，则 Mc=N/2log2N/2 对于复数加法，每次迭代有N次复数相加，共有log2N次迭代含有复数相加，设复数相加的总数为Ac，则 Ac=Nlog2N 4. Matlab的实现 3.7 频率抽选法 FFT 1.基本原理 频率抽选法就是在频域内将X(k)逐次分解成偶数点子序列和奇数点子序列，然后对这些分解得越来越短的子序列进行DFT运算，就可得整个频域内序列的FFT流图。 X(k)集合的元素也可分解成两个交错的子集，一个是偶数点序列，另一个是奇数点序列。偶数点序列可用两个矩阵乘积来表示，即 2.信号流图 偶数序列和奇数序列的X(k)可由TN/2方阵如图3-10所示那样得到。 3.8 基4FFT算法 与以前讲过的比较，基2和基4的加法次数算法相同，与基2相比基4算法的复乘数可以节约25%。经过分析可以得出基8比基4的复乘数相差不远，节约有限。 3.9 提高FFT运算效率的一些方法 1.输入序列是实数数据时的节约算法 在同时要进行两个长度相同的实序列的快速傅里叶变